TY  - BOOK
AU  - Pérez López, César
AU  - Santín González, Daniel 
TI  - Data Mining : : soluciones con enterprise miner 
SN  - 970-15-1190-5
U1  - 005.72/P929/2006 
PY  - 2006///
CY  - México
PB  - Alfaomega, Grupo Editor, S. A.
KW  - INGENIERÍA
KW  - SISTEMA DE RECOLECCIÓN DE DATOS
KW  - ADMINISTRACIÓN DE BASES DE DATOS
KW  - COMPRESIÓN DE DATOS (COMPUTADORES)
N1  - Incluye índice; El Concepto de Data Mining.--; El Entorno de Enterprice Miner.--; Selección de Datos y Muestras. Exploración.--; Depuración y Modificación de Datos.--; Análisis Cluster.--; Modelos: Regresión Múltiple y Logística.--; Arboles de Decisión.--; Redes Neuronales.--; Redes Neuronales y Componentes Principales. Modelos de Usuario.--; Valoración y Comparación de Modelos.--; Predicción y Utilidades.--; Sede David; Ingeniería; Licenciatura en Ingeniería de Sistemas Informáticos; Sin Enfasis; Sede David; Ingeniería; Licenciatura en Ingeniería en Telecomunicaciones; Sin Enfasis; Sede David; Ingeniería; Licenciatura en Ingeniería Industrial Empresarial; Sin Enfasis; Sede David; Negocios; Licenciatura en Comercio Internacional y Logística; Sin Enfasis; Sede Central; Ingeniería; Licenciatura en Ingeniería de Sistemas Informáticos; Sin Enfasis
N2  - La finalidad de este libro es presentar los temas de minería de datos con un enfoque eminentemente práctico. El contenido de cada capítulo comienza exponiendo los conceptos adecuados, ilustrativos a continuación con ejemplos prácticos resueltos con Enterprese Miner, lo que constituye un valor añadido esencial de este texto. Tras la presentación del concepto de Data Mining y la descripción del entorno de Enterprise Miner para la resolución de problemas prácticos, se describen las distintas técnicas de minería de datos. Inicialmente se aborda la selección de datos y muestras, la exploración y análisis interactivo de datos y su depuración y modificación. Todo ello dentro del entorno de la aplicación más completa que hay en el mercado del software. A medida que avanza el contenido del libro se tratan técnicas específicas de Data Mining, como son el clustering, los modelos, los árboles de decisión, las redes neuronales, las técnicas de predicción, de reducción de la dimensión y de clasificación. Cada una de estas técnicas se ilustra con un ejemplo práctico y al final de cada capítulo, se presentan ejemplos completos resueltos con Enterprise Miner
ER  -